Devstral 2 2512 to otwarty model firmy Mistral AI specjalizujący się w programowaniu z użyciem agentów. Jest gęstym transformerem o 123 mld parametrów i oknie kontekstowym o wielkości 262 144 tokenów. Opublikowany wariant udostępniania przyjmuje tekst i pliki oraz zwraca tekst, z narzędziami funkcyjnymi i kontrolą uporządkowanych wyników.
Określ zachowanie do uzyskania i istotne pliki źródłowe. Zgłoszenie błędu może zachować dane wejściowe wywołujące błąd, wynik polecenia i oczekiwany rezultat; opis funkcji może wymienić powiązane interfejsy i wspólne ograniczenia. Utrzymuj widoczność ścieżek plików i relacji między źródłami, aby proponowaną zmianę można było zastosować we właściwej części projektu.
Przy eksploracji kodu zadaj konkretne pytanie dotyczące modułu, ścieżki błędu lub interakcji między komponentami. Dostarcz dowody potrzebne do odpowiedzi i zachowaj lokalizacje źródeł stojących za ustaleniami. Ukierunkowane pytanie o repozytorium daje artefakt łatwiejszy do sprawdzenia niż ogólna prośba o ulepszenie całego kodu.
Model może proponować operacje narzędzi funkcyjnych w aplikacji, która je udostępnia. Aplikacja wykonuje działanie i zwraca obserwację. Zachowuj rzeczywiste wyniki poleceń i testów, gdy zależy od nich kolejny krok, odróżniając te obserwacje od proponowanych poleceń lub oczekiwanych rezultatów.
Dla uporządkowanego przeglądu lub zapisu planu zdefiniuj wymagane pola i ich znaczenie. Zweryfikuj zwróconą strukturę i wartości merytoryczne, zanim przekształcisz je w kolejną operację. Poprawka, diagnoza lub następna kontrola powinny pozostać powiązane z zachowaniem, którego dotyczą.
Zachowaj powiązane źródła, podjęte decyzje i bieżące obserwacje, pozostawiając miejsce na odpowiedź. Usuń tło, które przestało wpływać na zadanie, i utrzymuj widoczność warunków akceptacji. Przydatny wynik Devstral pozostawia konkretny artefakt programistyczny oraz rzeczywiste dowody potrzebne do sprawdzenia jego wpływu w repozytorium.
", "aboutText": "Devstral 2 2512 to otwarty model firmy Mistral AI specjalizujący się w programowaniu z użyciem agentów. Jest gęstym transformerem o 123 mld parametrów i oknie kontekstowym o wielkości 262 144 tokenów. Opublikowany wariant udostępniania przyjmuje tekst i pliki oraz zwraca tekst, z narzędziami funkcyjnymi i kontrolą uporządkowanych wyników.\n\n### Podaj problem repozytorium i jego zakres\n\nOkreśl zachowanie do uzyskania i istotne pliki źródłowe. Zgłoszenie błędu może zachować dane wejściowe wywołujące błąd, wynik polecenia i oczekiwany rezultat; opis funkcji może wymienić powiązane interfejsy i wspólne ograniczenia. Utrzymuj widoczność ścieżek plików i relacji między źródłami, aby proponowaną zmianę można było zastosować we właściwej części projektu.\n\nPrzy eksploracji kodu zadaj konkretne pytanie dotyczące modułu, ścieżki błędu lub interakcji między komponentami. Dostarcz dowody potrzebne do odpowiedzi i zachowaj lokalizacje źródeł stojących za ustaleniami. Ukierunkowane pytanie o repozytorium daje artefakt łatwiejszy do sprawdzenia niż ogólna prośba o ulepszenie całego kodu.\n\n### Operacje agenta i uporządkowane artefakty\n\nModel może proponować operacje narzędzi funkcyjnych w aplikacji, która je udostępnia. Aplikacja wykonuje działanie i zwraca obserwację. Zachowuj rzeczywiste wyniki poleceń i testów, gdy zależy od nich kolejny krok, odróżniając te obserwacje od proponowanych poleceń lub oczekiwanych rezultatów.\n\nDla uporządkowanego przeglądu lub zapisu planu zdefiniuj wymagane pola i ich znaczenie. Zweryfikuj zwróconą strukturę i wartości merytoryczne, zanim przekształcisz je w kolejną operację. Poprawka, diagnoza lub następna kontrola powinny pozostać powiązane z zachowaniem, którego dotyczą.\n\n### Wykorzystaj kontekst na istotny kod\n\nZachowaj powiązane źródła, podjęte decyzje i bieżące obserwacje, pozostawiając miejsce na odpowiedź. Usuń tło, które przestało wpływać na zadanie, i utrzymuj widoczność warunków akceptacji. Przydatny wynik Devstral pozostawia konkretny artefakt programistyczny oraz rzeczywiste dowody potrzebne do sprawdzenia jego wpływu w repozytorium.", "editorialOverlay": { "copy_fields": { "practical_html": "Przykład techniczny po angielsku
Trace a cache invalidation path\n\nInspect these source relationships: read.py returns cache[id] when present, otherwise reads the repository; update.py writes the repository but never touches cache. A user reads, updates and reads the same record, receiving the old value. Explain the path and propose a scoped update.py patch plus a regression scenario. Preserve repository and read interfaces.A source-linked failure explanation, a cache invalidation patch and a read-update-read regression scenario.The test primes the cache before updating and checks the second read returns the new value.mistralai/devstral-2512Devstral 2 2512 to gęsty model firmy Mistral AI o 123 mld parametrów do programowania z użyciem agentów. Przyjmuje tekst i pliki oraz zwraca odpowiedzi tekstowe, łącząc kontekst o wielkości 262 144 tokenów z narzędziami funkcyjnymi i kontrolą uporządkowanych wyników w pracy nad repozytorium.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Devstral 2 2512 to otwarty model firmy Mistral AI specjalizujący się w programowaniu z użyciem agentów. Jest gęstym transformerem o 123 mld parametrów i oknie kontekstowym o wielkości 262 144 tokenów. Opublikowany wariant udostępniania przyjmuje tekst i pliki oraz zwraca tekst, z narzędziami funkcyjnymi i kontrolą uporządkowanych wyników.
Określ zachowanie do uzyskania i istotne pliki źródłowe. Zgłoszenie błędu może zachować dane wejściowe wywołujące błąd, wynik polecenia i oczekiwany rezultat; opis funkcji może wymienić powiązane interfejsy i wspólne ograniczenia. Utrzymuj widoczność ścieżek plików i relacji między źródłami, aby proponowaną zmianę można było zastosować we właściwej części projektu.
Przy eksploracji kodu zadaj konkretne pytanie dotyczące modułu, ścieżki błędu lub interakcji między komponentami. Dostarcz dowody potrzebne do odpowiedzi i zachowaj lokalizacje źródeł stojących za ustaleniami. Ukierunkowane pytanie o repozytorium daje artefakt łatwiejszy do sprawdzenia niż ogólna prośba o ulepszenie całego kodu.
Model może proponować operacje narzędzi funkcyjnych w aplikacji, która je udostępnia. Aplikacja wykonuje działanie i zwraca obserwację. Zachowuj rzeczywiste wyniki poleceń i testów, gdy zależy od nich kolejny krok, odróżniając te obserwacje od proponowanych poleceń lub oczekiwanych rezultatów.
Dla uporządkowanego przeglądu lub zapisu planu zdefiniuj wymagane pola i ich znaczenie. Zweryfikuj zwróconą strukturę i wartości merytoryczne, zanim przekształcisz je w kolejną operację. Poprawka, diagnoza lub następna kontrola powinny pozostać powiązane z zachowaniem, którego dotyczą.
Zachowaj powiązane źródła, podjęte decyzje i bieżące obserwacje, pozostawiając miejsce na odpowiedź. Usuń tło, które przestało wpływać na zadanie, i utrzymuj widoczność warunków akceptacji. Przydatny wynik Devstral pozostawia konkretny artefakt programistyczny oraz rzeczywiste dowody potrzebne do sprawdzenia jego wpływu w repozytorium.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity mistralai/devstral-2512 | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity Przykłady: system, user, assistant, tool, function Warunki: Te role są jawnie reprezentowane przez typy zgodności w kodzie źródłowym; dokładny zestaw ról pozostaje właściwy dla danego modelu. Zależy od modelu | Domyślnie— |
Polemessages[].content | Typstring|content_part[]|null | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_calls | Typtool_call[] | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_call_id | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: role=tool; użyj rzeczywiście zwróconego ID | Domyślnie— |
Polemessages[].name | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].reasoning_content | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Przekazuj z powrotem rzeczywiście zwróconą treść rozumowania, gdy ten model jej używa | Domyślnie— |
Polemessages[].reasoning_details | Typobject|array | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polemax_completion_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Polestream_options.include_usage | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletemperature | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletop_p | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polestop | Typstring|string[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools | Typfunction_tool[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools[].type | Typstring | WymaganieOpcjonalne | Wartości i limity function Zależy od modelu | Domyślnie— |
Poletools[].function.name | Typstring | WymaganieWymagane | Wartości i limity Obowiązuje, gdy: udostępnione narzędzie funkcji | Domyślnie— |
Poletools[].function.description | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletools[].function.parameters | TypJSON_schema | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletool_choice | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleparallel_tool_calls | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleresponse_format | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning_effort | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleservice_tier | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleinstructions | Typstring | WymaganieOpcjonalne | Wartości i limity Pole zgodności | Domyślnie— |
Polefunctions | Typfunction[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polefunction_call | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleprompt_cache_options | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemodalities | Typstring[] | WymaganieOpcjonalne | Wartości i limity text | Domyślnie— |
Poleprovider | Typobject | WymaganieOpcjonalne | Wartości i limity Warunki: provider.options jest odrzucane na tej tekstowej trasie Ultra | Domyślnie— |
Polecache_control.ttl | Typstring | WymaganieOpcjonalne | Wartości i limity Warunki: 1h jest odrzucane w rzeczywistych miejscach pamięci podręcznej promptów | Domyślnie— |
Tekst · tekst UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontrakttablica wiadomości o strukturze role/content |
Parametrfile_material | Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktwłaściwe dla modelu; narzędzia funkcji użytkownika różnią się od narzędzi hostowanych |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Cykl życia: synchronous_or_streamed
Wyślij dokładne ID modelu wraz z messages.
Długość kontekstu nie jest limitem wyjścia.
Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0022 / 1K tokenów Wyjście · Tokeny wyjściowe $0.004 / 1K tokenów Wejście · Odczyt cache $0.00008 / 1K tokenów Wejście · Zapis do cache $0 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0022 / 1K tokenów Wyjście · Tokeny wyjściowe $0.004 / 1K tokenów Wejście · Odczyt cache $0.00008 / 1K tokenów Wejście · Zapis do cache $0 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mistralai/devstral-2512", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='mistralai/devstral-2512',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='mistralai/devstral-2512',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra mistralai/devstral-2512
Użyj ścieżek metod podanych powyżej.
mistralai/devstral-2512Devstral 2 2512 to gęsty model firmy Mistral AI o 123 mld parametrów do programowania z użyciem agentów. Przyjmuje tekst i pliki oraz zwraca odpowiedzi tekstowe, łącząc kontekst o wielkości 262 144 tokenów z narzędziami funkcyjnymi i kontrolą uporządkowanych wyników w pracy nad repozytorium.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Devstral 2 2512 to otwarty model firmy Mistral AI specjalizujący się w programowaniu z użyciem agentów. Jest gęstym transformerem o 123 mld parametrów i oknie kontekstowym o wielkości 262 144 tokenów. Opublikowany wariant udostępniania przyjmuje tekst i pliki oraz zwraca tekst, z narzędziami funkcyjnymi i kontrolą uporządkowanych wyników.
Określ zachowanie do uzyskania i istotne pliki źródłowe. Zgłoszenie błędu może zachować dane wejściowe wywołujące błąd, wynik polecenia i oczekiwany rezultat; opis funkcji może wymienić powiązane interfejsy i wspólne ograniczenia. Utrzymuj widoczność ścieżek plików i relacji między źródłami, aby proponowaną zmianę można było zastosować we właściwej części projektu.
Przy eksploracji kodu zadaj konkretne pytanie dotyczące modułu, ścieżki błędu lub interakcji między komponentami. Dostarcz dowody potrzebne do odpowiedzi i zachowaj lokalizacje źródeł stojących za ustaleniami. Ukierunkowane pytanie o repozytorium daje artefakt łatwiejszy do sprawdzenia niż ogólna prośba o ulepszenie całego kodu.
Model może proponować operacje narzędzi funkcyjnych w aplikacji, która je udostępnia. Aplikacja wykonuje działanie i zwraca obserwację. Zachowuj rzeczywiste wyniki poleceń i testów, gdy zależy od nich kolejny krok, odróżniając te obserwacje od proponowanych poleceń lub oczekiwanych rezultatów.
Dla uporządkowanego przeglądu lub zapisu planu zdefiniuj wymagane pola i ich znaczenie. Zweryfikuj zwróconą strukturę i wartości merytoryczne, zanim przekształcisz je w kolejną operację. Poprawka, diagnoza lub następna kontrola powinny pozostać powiązane z zachowaniem, którego dotyczą.
Zachowaj powiązane źródła, podjęte decyzje i bieżące obserwacje, pozostawiając miejsce na odpowiedź. Usuń tło, które przestało wpływać na zadanie, i utrzymuj widoczność warunków akceptacji. Przydatny wynik Devstral pozostawia konkretny artefakt programistyczny oraz rzeczywiste dowody potrzebne do sprawdzenia jego wpływu w repozytorium.
POST /v1/messagestextjson, sse| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity mistralai/devstral-2512 | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity user, assistant | Domyślnie— |
Polemessages[].content | Typstring | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Tekst · tekst UTF-8
ciąg messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości. |
Cykl życia: synchronous_or_streamed
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0022 / 1K tokenów Wyjście · Tokeny wyjściowe $0.004 / 1K tokenów Wejście · Odczyt cache $0.00008 / 1K tokenów Wejście · Zapis do cache $0 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0022 / 1K tokenów Wyjście · Tokeny wyjściowe $0.004 / 1K tokenów Wejście · Odczyt cache $0.00008 / 1K tokenów Wejście · Zapis do cache $0 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "mistralai/devstral-2512",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'mistralai/devstral-2512', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'mistralai/devstral-2512', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra mistralai/devstral-2512
Użyj ścieżek metod podanych powyżej.
Przykład techniczny po angielsku
Trace a cache invalidation path\n\nInspect these source relationships: read.py returns cache[id] when present, otherwise reads the repository; update.py writes the repository but never touches cache. A user reads, updates and reads the same record, receiving the old value. Explain the path and propose a scoped update.py patch plus a regression scenario. Preserve repository and read interfaces.A source-linked failure explanation, a cache invalidation patch and a read-update-read regression scenario.The test primes the cache before updating and checks the second read returns the new value.